Fable 5 и Mythos: Революция в мире ИИ или просто новый виток гонки моделей?
Я долго ждал этого момента. Когда Мэтью Берман (Matthew Berman) в своём стриме объявил о выходе Fable 5 — новой модели от Anthropic, я буквально прильнул к экрану. Не потому, что это просто ещё одна модель, а потому, что за ней стоит нечто большее: Mythos — закрытая версия той же архитектуры, доступная только избранным. И вот теперь, спустя месяцы слухов и ожиданий, у нас на руках первая публичная версия этого монстра.
Но что на самом деле изменилось? Стоит ли Fable 5 тех денег, которые за неё просят? И главное — как её появление повлияет на будущее ИИ-индустрии? Давайте разберёмся.
Что такое Fable 5 и почему это важно?
В одном из своих последних выпусков Мэтью Берман поделился впечатлениями от недельного тестирования Fable 5. И его слова звучали не как обычный обзор, а как откровение: “Это не просто новая модель. Это что-то принципиально иное”.
Fable 5 — это публичная версия модели Mythos, которая до недавнего времени была доступна только узкому кругу специалистов по кибербезопасности. Mythos создавался для поиска уязвимостей, тестирования систем и решения сверхсложных задач. Теперь же, с добавлением “ограничителей”, он стал доступен всем под именем Fable.
Mythos — модель без ограничений, предназначенная для работы с уязвимостями и сложными техническими задачами. Fable — та же модель, но с “защитными барьерами”, чтобы её нельзя было использовать для вредоносных целей.
И вот тут начинается самое интересное.
Бенчмарки: цифры, которые впечатляют (или нет?)
Anthropic не скупится на громкие заявления: “Fable 5 превосходит все предыдущие модели по всем ключевым метрикам”. Давайте посмотрим на цифры.
| Бенчмарк | Fable 5 | Opus 4.8 | GPT-5.5 |
|---|---|---|---|
| SWEBench Pro | 80% | 69% | 58% |
| Frontier Code Diamond | 29.3% | 14.6% | 5.7% |
| GDP Val | 1932 | 1890 | 1760 |
| Spatial Reasoning | 38.6% | 32.4% | 42.1% |
| Tool Use | 85% | 78% | 83% |
На первый взгляд, Fable 5 действительно выглядит как абсолютный лидер. Но есть нюанс.
Мэтью Берман отмечает, что бенчмарки не всегда отражают реальную производительность. Например, GPT-5.5 многими воспринимается как более “умная” модель, чем Opus 4.8, но по SWEBench Pro разрыв составляет целых 10 пунктов в пользу Fable.
“Мы привыкли, что каждая новая модель просто увеличивает цифры в таблицах. Но на практике разница в ощущениях может быть гораздо заметнее. Fable 5 — это первый случай, когда я реально почувствовал, что модель не просто лучше, а принципиально иная.”
Что делает Fable 5 особенной? Три ключевых отличия
1. Информационная плотность: когда каждое слово на вес золота
Одно из самых неожиданных открытий Мэтью — информационная плотность ответов Fable.
Это количество смысла, передаваемого в одном слове или предложении. Чем выше плотность, тем меньше “воды” в ответе.
Fable 5 не просто многословен — он экстремально информативен. Каждое предложение содержит столько деталей, что Мэтью пришлось специально просить модель упрощать объяснения.
“Я чувствовал себя глупо, читая ответы Fable. Мне приходилось перечитывать каждое предложение по несколько раз, чтобы понять, о чём идёт речь. Это как разговаривать с гением, который забыл, что ты не на его уровне.”
Но самое интересное — это не баг, а фича. Высокая информационная плотность означает, что модель может решать более сложные задачи с меньшими затратами токенов. И это открывает дверь к совершенно новому уровню эффективности.
Если модели продолжат развиваться в этом направлении, они могут начать общаться между собой насверхплотном языке, который будет непонятен человеку. Это повысит их эффективность, но создаст новые риски — мы просто не сможем контролировать, о чём они “думают”.
2. Автономность и долгосрочное планирование
Fable 5 не просто отвечает на вопросы — он исследует. Дайте ему задачу, и он начнёт копать глубже, чем любая другая модель.
Мэтью приводит пример: когда он попросил Fable проанализировать его код, модель не просто нашла баги — она перелопатила весь кодовый репозиторий, как будто искала что-то, что он сам давно забыл.
“Это как дать задание стажёру, а потом обнаружить, что он не только выполнил его, но и нашёл ошибки в коде, который ты написал три года назад. Причём сделал это без напоминаний.”
Но есть и обратная сторона медали: Fable слишком дотошен. Он постоянно задаёт уточняющие вопросы, подтверждает план действий, спрашивает разрешения на каждый шаг. Это может быть полезно для сложных задач, но раздражает, когда нужно просто получить быстрый ответ.
3. Работа с агентскими системами: когда один ИИ превращается в армию
Anthropic сделали ставку на агентские системы — возможность разбивать одну большую задачу на множество мелких и решать их параллельно.
В режиме Ultra Code Fable 5 может запускать сотни под-агентов, каждый из которых работает над своей частью задачи. Мэтью показывает это на примере анализа кодовой базы: модель создаёт отдельного агента для каждого файла, и все они работают одновременно.
“Это как наблюдать за работой целой команды разработчиков, но в одном окне. Ты видишь, как токены улетают в космос, но результат того стоит.”
Но есть проблема: это очень дорого. Ultra Code буквально сжигает токены со скоростью света. И если вы не готовы платить $50 за миллион выходных токенов, лучше использовать более простые режимы.
Цена вопроса: стоит ли Fable 5 своих денег?
Anthropic установили цену на Fable 5 в $10 за миллион входных токенов и $50 за миллион выходных. Это в 5 раз дороже, чем у Opus 4.8.
Мэтью признаёт: для большинства задач Fable 5 — это избыточно. Но есть сценарии, где он становится незаменимым:
- Масштабные миграции кода (как в случае со Stripe, где Fable сократил двухмесячную работу до одного дня).
- Сложные научные исследования (например, в биоинформатике или физике).
- Агентские системы, где нужна максимальная автономность.
Мэтью подчёркивает:90% задач можно решить с помощью более дешёвых моделей (Sonnet или Haiku). Fable нужен только для самых сложных случаев.
Тёмная сторона Fable: странности и ограничения
Fable 5 — это не идеальная модель. У неё есть свои странности:
- Чрезмерная осторожность. Модель постоянно спрашивает подтверждения, даже когда это не нужно.
- Медлительность. Из-за высокой информационной плотности и агентских систем Fable может “задумываться” на несколько минут, прежде чем выдать ответ.
- Ложные срабатывания защитных механизмов. Anthropic предупреждают, что в 5% случаев модель может отказаться выполнять безобидные запросы.
“Иногда Fable вёл себя так, будто я просил его взломать Пентагон, хотя на самом деле хотел просто создать игру в браузере.”
Что дальше? Будущее ИИ после Fable 5
Появление Fable 5 — это не просто релиз новой модели. Это сдвиг парадигмы в индустрии ИИ.
1. Гонка за автономностью
Модели становятся не просто “умнее” — они становятся самостоятельнее. Fable 5 уже сейчас способен работать автономно часами, а в будущем это станет нормой.
2. Агентские системы как новый стандарт
Anthropic делают ставку на параллельные вычисления с помощью агентов. Это открывает путь к созданию ИИ-фабрик, где одна модель управляет сотнями подзадач.
3. Проблема контроля
Чем умнее становятся модели, тем сложнее их контролировать. Если Fable 5 уже сейчас может генерировать настолько плотные ответы, что человеку их сложно понять, то что будет с моделями следующего поколения?
Если модели начнут общаться между собой на сверхплотном языке, мы рискуемпотерять понимание того, что они делают. Это может привести к непредсказуемым последствиям.
Заключение: Fable 5 — это прорыв или просто очередной шаг?
Fable 5 — это не просто новая модель. Это первая ласточка нового поколения ИИ, который:
✅ Работает автономно (не требует постоянного контроля). ✅ Решает сверхсложные задачи (от миграции кода до научных исследований). ✅ Обладает экстремальной информационной плотностью (каждое слово на вес золота).
Но есть и обратная сторона: ❌ Очень дорого ($50 за миллион выходных токенов). ❌ Медленно и избыточно для простых задач. ❌ Странности в поведении (постоянные уточняющие вопросы).
Так стоит ли оно того? Да, если вам нужна максимальная производительность. Для остальных задач хватит и более дешёвых моделей.
Готовы ли вы платить за Fable 5, или будете ждать, пока конкуренты предложат что-то подобное по более низкой цене?
Исследования
Исследование автономных агентов в ИИ — [ссылка] Исследование информационной плотности в языковых моделях — [ссылка] Исследование рисков потери контроля над ИИ — [ссылка]
Читайте также на superperson.ru: